Todo lo que debés saber sobre la IA

INTELIGENCIA ARTIFICIAL

La famosa IA se refiere a la capacidad que tienen las máquinas de poder imitar ciertos
razonamientos de los humanos para poder ayudarnos a solucionar diferentes problemas. Si bien al
leerlo puede parecer la sinopsis de una película de Hollywood, la tenemos más presente que
nunca. Por ejemplo, ya no nos llama la atención tener una asistente virtual en el teléfono como
Siri, que los personajes ficticios en los videojuegos sean cada vez más inteligentes, ni encontrarnos
con un “chatbot” que nos ofrece ayuda en algún sitio de internet.

Uno de los hitos más recordados e importantes de la historia de la inteligencia artificial ocurrió el
10 de febrero de 1996. Gary Kasparov, uno de los mejores ajedrecistas de la historia, se
enfrentaba a la “Deep Blue”, una supercomputadora que mediante algoritmos estaba preparada
para jugar. ¿El resultado? El ruso salió victorioso ganando tres partidas e igualando dos. Sin
embargo, al año siguiente se volvieron a enfrentar y, tras algunas mejoras, la máquina tomó
decisiones que sorprendieron a todos.

Por otra parte, en 2015, Google creó “AlphaGo”, una máquina que estaba preparada para
enfrentar a los mejores jugadores de “Go”, un juego chino de estrategia muchísimo más complejo
que el ajedrez. ¿Cómo salió este nuevo desafío? Ganó la computadora (y los desarrolladores
humanos detrás), al vencer a Lee Sedol, el mejor del momento.
¿Cuál es la enorme diferencia entre la Deep Blue y Alpha Go? Las dos funcionan a inteligencia
artificial, pero la segunda… ¡Aprendió por si misma! ¿Cómo? Sigamos leyendo…

MACHINE LEARNING

Es una rama de la IA que permite que las máquinas aprendan solas de sus propias experiencias.
Funcionan con un algoritmo que analiza datos y reúne estadísticas para así poder aprender a
realizar tareas, con cada vez más eficacia, sin necesidad de ser programadas. Es un paso “más allá”
en la inteligencia artificial: es la posibilidad concreta que tienen los ordenadores de ganar
experiencia como nos ocurre a nosotros mismos. Parece increíble, pero también es algo con lo
que, sin saberlo, interactuamos seguido. Algunos ejemplos del “Machine Learning” los podemos
ver en los reconocimientos faciales en las fotos de las redes sociales, en las recomendaciones de
Netflix y Spotify y en los textos predictivos. En todos estos casos los ordenadores analizan una
serie de patrones que los ayudan a seguir aprendiendo para generar mejores resultados.

DEEP LEARNING

Es similar al “Machine Learning” pero aún más elaborado. En lugar de referirse a un algoritmo, es
un conjunto de ellos. La intención del “Deep Learning” es que el ordenador pueda imitar las redes
neuronales del cerebro humano para seguir aprendiendo de sí misma pero compone diferentes
niveles de jerarquía o “capas”. De esta manera puede desarrollar tareas más complejas tales como
la posibilidad de buscar imágenes similares a otras, los traductores de idiomas y reconocimientos
de voz. Sin embargo, también esta tecnología ha sido muy bien aprovechada en el campo de la
medicina.

¿Hasta dónde podrán seguir las máquinas? La “ciencia ficción” es cada vez más ciencia y menos
ficción.